DATASET PENELITIAN GOOGLE DORKING WEBSITE PENDIDIKAN DI INDONESIA

Overview (Gambaran Umum)

Dataset ini merupakan bagian dari studi kasus keamanan siber yang berfokus pada website pendidikan di Indonesia (domain .sch.id) dan kerentanannya terhadap kebocoran data melalui teknik Google Dorking.

Studi ini mengevaluasi hasil rekognisi pasif (passive reconnaissance), tingkat keparahan risiko, serta kesalahan konfigurasi umum (seperti ketiadaan robots.txt) yang menyebabkan informasi sensitif siswa dan staf terindeks secara publik oleh mesin pencari. Hasil penelitian menunjukkan tingkat kebocoran sebesar 86,66% dari sampel yang dianalisis.

Files Included (File yang Disertakan)

Daftar 15 Website Pendidikan.xlsx Berisi daftar 15 institusi pendidikan di Indonesia (tingkat sekolah dasar hingga menengah atas) yang dipilih sebagai objek analisis, mencakup URL domain .sch.id yang diverifikasi aktif.

Daftar Querry Google Dork.xlsx Koleksi terkurasi dari query pencarian lanjutan (Google Dork queries) yang digunakan untuk mensimulasikan rekognisi pasif. Daftar ini mencakup kategori pencarian untuk PII (NIK, NISN), data keuangan (SPP, Gaji), data akademik, dan file konfigurasi server.

Jenis Kebocoran dan Analisis Hasil.xlsx Hasil asesmen komprehensif yang menunjukkan query mana yang berhasil mengekspos data pada setiap website sekolah. File ini mencakup detail temuan (misalnya: kebocoran KTP, Transkrip), status konfigurasi robots.txt, dan teknologi web yang digunakan (Wappalyzer).

Matriks Penilaian Risiko.xlsx Mendefinisikan metode penilaian dan kriteria yang digunakan untuk mengkategorikan level keparahan risiko (Aman, Rendah, Sedang, Tinggi), berdasarkan dampak kebocoran dan jumlah kerentanan yang ditemukan.

Jenis Data yang Paling Banyak Bocor.jpg Visualisasi grafik batang yang menunjukkan frekuensi jenis data yang terekspos, menyoroti bahwa "Nama Panjang", "NIK", dan "NISN" adalah data yang paling sering bocor.

Tingkat Kebocoran Data Tiap Website Pendidikan.jpg Grafik batang horizontal yang membandingkan skor kerentanan antar sekolah, memvisualisasikan sekolah dengan risiko tertinggi (misal: MI Labruk Kidul) hingga yang berstatus aman.

Pie Chart Robots.txt Website Pendidikan.jpg Visualisasi diagram lingkaran yang menggambarkan persentase website sekolah yang memiliki vs tidak memiliki konfigurasi keamanan dasar robots.txt.

Key Features (Fitur Utama)

Pendekatan OSINT EtisSeluruh informasi dikumpulkan menggunakan pengindeksan mesin pencari yang dapat diakses publik secara pasif—tidak ada peretasan aktif, pemindaian invasif, atau eksploitasi sistem yang dilakukan.

Wawasan Keamanan Sektor PendidikanMenyoroti pola kebocoran yang berulang pada website sekolah di Indonesia, seperti direktori PPDB yang terbuka, dokumen Excel/PDF siswa yang tidak terlindungi, dan penggunaan CMS tanpa hardening.

Model Penilaian KuantitatifLevel risiko ditetapkan menggunakan matriks kustom yang menggabungkan dampak (seberapa sensitif data) dan kemungkinan (jumlah celah). Contoh: Skor 9 (Tinggi) untuk kebocoran data sensitif masif; Skor 0 (Aman) untuk website tanpa temuan.

Korelasi Konfigurasi TeknisDataset ini menghubungkan temuan kebocoran data secara langsung dengan ketiadaan file robots.txt, memberikan bukti empiris mengenai pentingnya konfigurasi dasar.

Visualisasi PraktisMenyertakan ringkasan visual untuk mempermudah pemahaman distribusi risiko dan jenis data yang paling rentan dicuri (Identity Theft).

Ethical Considerations (Pertimbangan Etika)

Tidak Ada Eksploitasi Aktif: Penelitian ini murni bersifat observasional menggunakan data yang sudah tersedia di publik (public domain) melalui Google.

Perlindungan Privasi: Meskipun studi menemukan data sensitif (PII), dataset publik ini hanya merekam jenis dan jumlah temuan sebagai kode risiko untuk tujuan akademik, tanpa menyebarluaskan isi data pribadi siswa/guru secara spesifik.

Tujuan Perbaikan: Dataset ini ditujukan untuk meningkatkan kesadaran keamanan siber (security awareness) di kalangan pengelola IT sekolah dan mendorong perbaikan infrastruktur digital pendidikan.